Блог Machine Learning | OTUS
Посты
Как получить независимые модели при бэггинге?

Как известно, алгоритм машинного обучения "Случайный лес" (Random forest) основывается на принципе бэггинга, то есть на усреднении предсказания нескольких независимых моделей. Но что, если у нас только одна обучающая выборка? Каким образом в данном случае мы получим независимые модели? И почему на практике это не приводит к проблемам?

Template matching в компьютерном зрении

Одним из наиболее распространенных методов распознавания объектов в компьютерном зрении является Template matching (поиск по соответствию шаблонам изображений). Этот метод позволяет найти, существует ли на изображении заданный объект и если да, то где именно. Метод используется для распознавания транспортных средств, решения производственных задач, прокладки маршрутов для мобильных робототехнических устройств, а также в медицинских целях.

О big data в банкинге и проблемах с legacy ПО

Технологии big data сегодня упрощают хранение и анализ огромного массива данных в банкинге, сокращая при этом издержки на оборудование. При этом важно постоянно модернизировать системы, чтобы поддерживать их производительность на должном уровне. Это непросто.

Data Fusion и компьютерное зрение

Data Fusion представляет собой совмещение данных от разных источников с изображениями, полученными с камер Computer Vision. Цель этого совмещения -- получить более точную и максимально полезную информацию. Но так ли это необходимо?

Разбираемся в терминологии: нейросеть, ИИ, машинное и глубокое обучение

Понятие искусственного интеллекта (ИИ) сейчас на слуху, причем интерес к этой теме не падает уже несколько лет. Давайте же разберемся, какова разница между следующими терминами:

Смартап — что это?

Смартап представляет собой мультимодальное приложение, с помощью которого пользователь получает красивый интерфейс и множество способов взаимодействия с этим интерфейсом: касанием, голосом, пультом, текстовым вводом и даже виртуальным геймпадом. Давайте посмотрим, где и как запускаются смартапы.

Прямой и обратный отбор в ML

Прямой отбор в машинном обучении представляет собой технику, которая заключается в использовании пошаговой регрессии. При этом построение модели в данном случае начинается с полного нуля, то есть речь идет о пустой модели, к которой каждая последующая итерация добавляет переменную, вносящую улучшение в создаваемую модель.